Part II. Common questions and misconceptions about creatine supplementation: what does the scientific evidence really show?
Notice bibliographique
Résumé
Creatine monohydrate supplementation (CrM) is a safe and effective intervention for improving certain aspects of sport, exercise performance, and health across the lifespan. Despite its evidence-based pedigree, several questions and misconceptions about CrM remain. To initially address some of these concerns, our group published a narrative review in 2021 discussing the scientific evidence as to whether CrM leads to water retention and fat accumulation, is a steroid, causes hair loss, dehydration or muscle cramping, adversely affects renal and liver function, and if CrM is safe and/or effective for children, adolescents, biological females, and older adults. As a follow-up, the purpose of this paper is to evaluate additional questions and misconceptions about CrM. These include but are not limited to: 1. Can CrM provide muscle benefits without exercise? 2. Does the timing of CrM really matter? 3. Does the addition of other compounds with CrM enhance its effectiveness? 4. Does CrM and caffeine oppose each other? 5. Does CrM increase the rates of muscle protein synthesis or breakdown? 6. Is CrM an anti-inflammatory intervention? 7. Can CrM increase recovery following injury, surgery, and/or immobilization? 8. Does CrM cause cancer? 9. Will CrM increase urine production? 10. Does CrM influence blood pressure? 11. Is CrM safe to consume during pregnancy? 12. Does CrM enhance performance in adolescents? 13. Does CrM adversely affect male fertility? 14. Does the brain require a higher dose of CrM than skeletal muscle? 15. Can CrM attenuate symptoms of sleep deprivation? 16. Will CrM reduce the severity of and/or improve recovery from traumatic brain injury? Similar to our 2021 paper, an international team of creatine research experts was formed to perform a narrative review of the literature regarding CrM to formulate evidence-based responses to the aforementioned misconceptions involving CrM.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,105 | 0,333 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,008 | 0,015 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».